Guidance navigation and control solutions for unmanned heterogeneous vehicles during a collaborative mission

• Auteur / Autrice : David Vissière
• Direction : Nicolas Petit
• Type : Thèse de doctorat
• Discipline(s) : Mathématique et automatique
• Date : Soutenance en 2008
• Etablissement(s) : Paris, ENMP

Mots clés

Mots clés contrôlés

Filtres (informatique)

Temps réel (informatique)

Systèmes embarqués (informatique)

Systèmes de guidage

Piétons

Véhicules télécommandés

Traitement du signal

Résumé

Chaque cadre doit contenir un résumé de 1000 caractères maximum, espaces compris. En cas de dépassement, la coupure sera automatique. Le doctorant adressera son texte sous forme électronique (disquette, etc. ) Pour les modalités pratiques, contactez votre bibliothèques. Le thème de la « navigation bas-coût », caractérisé par le transfert de performance des capteurs vers les algorithmes de fusion de données et de commande, est un thème central dans de nombreuses applications militaires liées en particulier aux besoins nouveaux des troupes légères. L'utilisation de capteurs inertiels ou magnétométriques type MEMS et de GPS civils (notamment), optimise les critères d'encombrement, de masse et de consommation. Mais elle requiert, en compensation des performances relativement médiocres des capteurs, des algorithmes de guidage-navigation-pilotage spécifiques aux applications considérées. Dans ce mémoire, nous considérons trois scénarios d'utilisation et exposons des techniques innovantes pour la localisation et le contrôle. Nous considérons d'abord le cas d'un robot terrestre équipé de capteurs de proximité, d'un gyroscope, d'odomètres et d'un GPS. Nous implémentons expérimentalement avec succès un algorithme d'évitement d'obstacles dont nous établissons une preuve de convergence, ainsi qu'un algorithme de planification de trajectoires hors ligne dont nous utilisons les résultats en temps réel pour réaliser, via un estimateur non linéaire, un bouclage par retour dynamique. Nous étudions ensuite le cas du vol autonome d'une plate-forme aérienne instable de type hélicoptère. Nous développons et implémentons, à bord sur un système de mesure et de calcul temps-réel de notre conception, un estimateur d'état incluant un modèle de la dynamique du vol de l'engin, recalé par les capteurs inertiels, barométriques, et GPS ainsi qu'un bouclage par retour d'état. En utilisant les résultats de filtrage sur les vols effectués, les paramètres du modèle sont précisément identifiés : la qualité et la robustesse de l'estimation obtenues grâce au modèle permettent de réaliser un vol stationnaire autonome en extérieur. Enfin nous considérons le problème d'un piéton évoluant à l'intérieur de bâtiments. Les erreurs d'estimation du cap lors de l'utilisation des différentes plate-formes (terrestre comme aérienne) nous guident vers une utilisation nouvelle du champ magnétique par l'inspection de ses gradients. Par une technique que nous exposons, nous montrons comment utiliser les perturbations (inconnues) du champ magnétique pour améliorer considérablement l'estimation de position d'une centrale inertielle bas-coût au point qu'elle devienne un instrument de localisation.

The theme of "low-cost navigation", characterized by transferring performance from sensors to data fusion and control algorithms, is a central theme for many military applications, in particular those related to light troops. Using inertial or magnetic sensors from the MEMS category, along with civilian GPS, optimizes weight, size and energy consumption. As will be demonstrated, this approach requires application-specific guidance navigation and control algorithms to compensate for the relatively poor quality of the sensor signals. In this thesis, we consider three scenarios of interest and develop innovative techniques for guidance and navigation. First, we consider the case of a ground vehicle equipped with proximity sensors, a gyroscope, odometers and a GPS. Experimentally, we implement an algorithm for obstacle avoidance for which we establish a proof of convergence, and an offline path-planning algorithm that is complemented by a dynamic feedback controller and a non-linear state estimator. Then, we investigate the case of an unstable helicopter. We develop and implement algorithms within a real-time control system that we designed specifically for computational and estimation tasks. The state estimator includes a model of the flight dynamics, and uses data from inertial sensors, a barometer, and a GPS to serve as input for a closed-loop controller. The parameters of the model are identified accurately by using data obtained during experimental flights. Eventually, we shall perform autonomous hovering flights, which stress the performance of the system. Finally, we consider the problem of a pedestrian walking inside buildings. The heading estimation errors observed using various platforms (both ground and aerial) suggest a new use of the magnetic field, and we propose to derive information by inspecting its gradients. We explain how to use (unknown) disturbances of the magnetic field to improve the position estimate in inertial navigation. Experimental results emphasize the relevance of the approach.